“产量项”有什么优势？ VS 返回 iter(items)？

Question

在下面的示例中，resp.results 是一个迭代器。

版本 1：

items = []
for result in resp.results:
     item = process(result)
     items.append(item)
return iter(items)

版本 2：

for result in resp.results:
     yield process(result)

在性能/内存节省方面，版本 1 中返回 iter(items) 是否比简单返回项目更好/更差？

在“Python Cookbook”中，Alex 表示显式 iter()“更灵活，但较少使用”，但是返回 iter(items) 与版本 2 中的 Yield 相比有何优缺点？

另外，对迭代器和/或收益进行单元测试的最佳方法是什么？ -- 你不能用 len(results) 来检查列表的大小吗？

Answer 1

如果需要，可以很容易地将迭代器或生成器转回列表：

results = [item for item in iterator]

或者正如评论中善意指出的，这是一个更简单的方法：

results = list(iterator)

Answer 2

第一个导致计算和存储所有结果，而第二个是延迟加载，仅在请求时才计算结果。也就是说，一个将存储并创建包含 N 个项目的列表，而另一个将存储并创建 0 个项目，直到您开始迭代它们。

考虑这个问题的一个更好的方法是使用 ifilter （来自 itertools ），其中你做了很多事情与yield 相同，只是生成迭代器而不是生成器：

 ifilter(process, resp.results)

我发现迭代器通常比 2.x 系列中的生成器执行速度更快，但我无法验证 3.x 系列中是否节省了任何成本。

Answer 3

当您处理非常大的列表时，yield item 会更好，因为它不会消耗太多内存。

请参阅生成器中的一篇优秀文章 http://www.dabeaz.com/generators/Generators.pdf

Answer 4

您可以创建无限迭代器，但不能创建无限列表：

def fibGen():
    f0, f1 = 0, 1
    while True:
        yield f0
        f0, f1 = f1, f0+f1

Answer 5

前一个片段的优点和缺点是所有结果都是预先计算的。如果检索每个项目之间的时间很重要，那么这很有用，但如果可迭代对象是无限的或者空间是一个问题，则这将不起作用。